XPath选择图像链接仅当img src的父href链接存在时，否则选择img src lin

Question

我遇到了一个有点复杂的XPath问题。考虑一下这个网页的HTML（我使用Imgur并替换了一些文本）：

<a href="//i.imgur.com/ahreflink.jpg" class="zoom">
    <img class="post-image-placeholder" src="//i.imgur.com/imgsrclink.jpg">
    </img>
</a>

我首先要搜索文档中的所有img标记并找到它们对应的srces。接下来，我想检查img src链接是否包含图像文件扩展名（.jpeg、.jpg、.gif、.png）。如果它不包含图像扩展名，请不要获取它。在本例中，它有一个图像扩展名。现在我们想弄清楚我们想抓住哪个链接。既然parent href存在，我们应该抓住相应的链接。在

期望结果：//i.imgur.com/ahreflink.jpg

但现在假设parent href不存在：

^{pr2}$

期望结果：//i.imgur.com/imgsrclink.jpg

如何构造这个XPath？如果有帮助，我还将Python（scray）与XPath一起使用。因此，如果需要分离出问题，也可以使用Python。在

Answer 1

您不必在单个XPath表达式中执行该操作。下面是一个废弃的特定实现，它忽略了图像扩展名检查（根据注释判断，您已经知道了）：

images = response.xpath("//a/img")
for image in images:
    a_link = image.xpath("../@href").extract_first()
    image_link = image.xpath("@src").extract_first()

    print(a_link or image_link)

Answer 2

在单个xpath表达式中执行此操作非常简单：

//a[not(@href)]/img/@src | //a[img]/@href